基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
从使用神经网络模型对农业机械化水平的模拟结果来看,模型具有较高的精度,使用该模型对农机化水平进行预测,预测值和实测值也具有较好的线性拟合关系.为此,利用该模型对未来或当前的农机化水平进行了预测.该模型具有较高的精度,预测值和实测值也具有较好的线性拟合关系;但模型的泛化能力会受到数据采集条件制约.
推荐文章
浅析农机安全与农业机械化水平提升
农业机械化
农机安全
现代农业
农业机械化推广工作探析
农业机械化
推广
策略
基于 BP 神经网络的农业机械化作业水平预测
农业机械化作业水平
BP神经网络
组合预测模型
加强农业机械化促进乡村振兴
农业机械化
乡村振兴
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP神经网络的农业机械化水平预测
来源期刊 农机化研究 学科 工学
关键词 农业工程 农业机械化水平 理论研究 BP神经网络 预测
年,卷(期) 2006,(9) 所属期刊栏目 理论研究与探讨
研究方向 页码范围 77-79
页数 3页 分类号 TP3
字数 1738字 语种 中文
DOI 10.3969/j.issn.1003-188X.2006.09.026
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 马雁军 南京农业大学工学院 5 52 5.0 5.0
2 周应堂 南京农业大学工学院 71 609 13.0 22.0
3 张恒 17 35 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (17)
参考文献  (2)
节点文献
引证文献  (8)
同被引文献  (26)
二级引证文献  (30)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(4)
  • 引证文献(1)
  • 二级引证文献(3)
2016(9)
  • 引证文献(0)
  • 二级引证文献(9)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(8)
  • 引证文献(1)
  • 二级引证文献(7)
研究主题发展历程
节点文献
农业工程
农业机械化水平
理论研究
BP神经网络
预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
农机化研究
月刊
1003-188X
23-1233/S
大16开
黑龙江哈尔滨市哈平路156号
14-324
1979
chi
出版文献量(篇)
14318
总下载数(次)
39
论文1v1指导